13: Algorithmen II, Vorlesung, WS 2019/20, 25.11.2019

An episode of the Algorithmen 2, Vorlesung, WS19/20 podcast, hosted by Prof. Dr. Peter Sanders, titled "13: Algorithmen II, Vorlesung, WS 2019/20, 25.11.2019" was published on November 26, 2019 and runs 83 minutes.

November 26, 2019 ·83m · Algorithmen 2, Vorlesung, WS19/20

0:00 / 0:00

Summary

13 | 0:00:00 Start 0:00:50 Approximationsalgorithmen 0:06:54 Scheduling unabhängiger gewichteter Jobs auf parallelen Maschinen 0:10:22 List Scheduling 0:19:27 Der Approximationsfaktor 0:34:27 Nichtapproximierbarkeit des Handlungsreisendenproblems (TSP) 0:37:04 Beweis 0:45:57 Euler-Touren/-Kreise 0:48:36 2-Approximation durch minimalen Spannbaum 0:51:56 Beispiel 0:54:47 Beweis 0:55:39 Zusatz: Mehr TSP 1:07:03 Pseudopolynomielle Algorithmen 1:09:07 Beispiel: Rucksackproblem 1:10:50 Dynamische Programmierung nach Profit 1:14:45 Fully Polynomial Time Approximation Scheme 1:16:27 Beispielschranken 1:18:17 FPTAS für Knapsack

Episode Description

13 | 0:00:00 Start 0:00:50 Approximationsalgorithmen 0:06:54 Scheduling unabhängiger gewichteter Jobs auf parallelen Maschinen 0:10:22 List Scheduling 0:19:27 Der Approximationsfaktor 0:34:27 Nichtapproximierbarkeit des Handlungsreisendenproblems (TSP) 0:37:04 Beweis 0:45:57 Euler-Touren/-Kreise 0:48:36 2-Approximation durch minimalen Spannbaum 0:51:56 Beispiel 0:54:47 Beweis 0:55:39 Zusatz: Mehr TSP 1:07:03 Pseudopolynomielle Algorithmen 1:09:07 Beispiel: Rucksackproblem 1:10:50 Dynamische Programmierung nach Profit 1:14:45 Fully Polynomial Time Approximation Scheme 1:16:27 Beispielschranken 1:18:17 FPTAS für Knapsack

Share this episode

Similar Episodes

30: Algorithmen II, Vorlesung, WS 2018/19, 05.02.2019

Feb 7, 2019 ·86m

29: Algorithmen II, Vorlesung, WS 2018/19, 04.02.2019

Feb 4, 2019 ·82m

28: Algorithmen II, Übung, WS 2018/19, 29.01.2019

Jan 31, 2019 ·70m

27: Algorithmen II, Vorlesung, WS 2018/19, 28.01.2019

Jan 29, 2019 ·86m

26: Algorithmen II, Vorlesung, WS 2018/19, 22.01.2019

Jan 24, 2019 ·85m

25: Algorithmen II, Vorlesung, WS 2018/2019, 21.01.2019

Jan 22, 2019 ·85m

Similar Podcasts

Programmieren, WS19/20, Vorlesung Karlsruher Institut für Technologie (KIT) – Objekte und Klassen – Typen, Werte und Variablen – Methoden – Kontrollstrukturen – Rekursion – Referenzen, Listen – Vererbung – Ein/-Ausgabe – Exceptions – Programmiermethodik – Implementierung elementarer Algorithmen (z.B. Sortierverfahren) in Java Literaturhinweise: P. Pepper, Programmieren Lernen, Springer, 3. Auflage 2007 Weiterführende Literatur B. Eckels: Thinking in Java. Prentice Hall 2006 J. Bloch: Effective Java, Addison-Wesley 2008Vorlesungsaufzeichnung: KIT | WEBCAST: http://webcast.kit.edu Algorithmen 2, Vorlesung, WS17/18 Karlsruher Institut für Technologie (KIT) Diese Lehrveranstaltung soll Studierenden die grundlegenden theoretischen und praktischen Aspekte der Algorithmentechnik vermitteln. Es werden generelle Methoden zum Entwurf und der Analyse von Algorithmen für grundlegende algorithmische Probleme vermittelt sowie die Grundzüge allgemeiner algorithmischer Methoden wie Approximationsalgorithmen, Lineare Programmierung, Randomisierte Algorithmen, Parallele Algorithmen und parametrisierte Algorithmen behandelt.Literaturhinweise:- K. Mehlhorn, P. Sanders: Algorithms and Data Structures - The Basic Toolbox- K. Mehlhorn, S. Naeher: The LEDA Platform of Combinatorial and Geometric Computing Topic: Algorithm Engineering, Flows, Geometrie- R. K. Ahuja, T. L. Magnanti, J.B. Orlin: Network Flows- M. de Berg, M. van Kreveld, M. Overmars, O. C. Schwarzkopf: Computational Geometry: Algorithms and Applications- G. Navarro: Compact Data Structures "A Practical Approach", Cambridge University Press- R. Niedermeier: Invitation to Fixed-Parameter Algorithmen 2, Vorlesung, WS18/19 Karlsruher Institut für Technologie (KIT) Diese Lehrveranstaltung soll Studierenden die grundlegenden theoretischen und praktischen Aspekte der Algorithmentechnik vermitteln. Es werden generelle Methoden zum Entwurf und der Analyse von Algorithmen für grundlegende algorithmische Probleme vermittelt sowie die Grundzüge allgemeiner algorithmischer Methoden wie Approximationsalgorithmen, Lineare Programmierung, Randomisierte Algorithmen, Parallele Algorithmen und parametrisierte Algorithmen behandelt.Literaturhinweise:- K. Mehlhorn, P. Sanders: Algorithms and Data Structures - The Basic Toolbox- K. Mehlhorn, S. Naeher: The LEDA Platform of Combinatorial and Geometric Computing Topic: Algorithm Engineering, Flows, Geometrie- R. K. Ahuja, T. L. Magnanti, J.B. Orlin: Network Flows- M. de Berg, M. van Kreveld, M. Overmars, O. C. Schwarzkopf: Computational Geometry: Algorithms and Applications- G. Navarro: Compact Data Structures "A Practical Approach", Cambridge University Press- R. Niedermeier: Invitation to Fixed-Parameter Algorithmen 2, WS2016/17, Vorlesung Karlsruher Institut für Technologie (KIT) Diese Lehrveranstaltung soll Studierenden die grundlegenden theoretischen und praktischen Aspekte der Algorithmentechnik vermitteln. Es werden generelle Methoden zum Entwurf und der Analyse von Algorithmen für grundlegende algorithmische Probleme vermittelt sowie die Grundzüge allgemeiner algorithmischer Methoden wie Approximationsalgorithmen, Lineare Programmierung, Randomisierte Algorithmen, Parallele Algorithmen und parametrisierte Algorithmen behandelt.Literaturhinweise:- K. Mehlhorn, P. Sanders: Algorithms and Data Structures - The Basic Toolbox- K. Mehlhorn, S. Naeher: The LEDA Platform of Combinatorial and Geometric Computing Topic: Algorithm Engineering, Flows, Geometrie- R. K. Ahuja, T. L. Magnanti, J.B. Orlin: Network Flows- M. de Berg, M. van Kreveld, M. Overmars, O. C. Schwarzkopf: Computational Geometry: Algorithms and Applications- G. Navarro: Compact Data Structures "A Practical Approach", Cambridge University Press- R. Niedermeier: Invitation to Fixed-Parameter

URL copied to clipboard!